确切Logistic回归方法及其在医学遗传学领域的应用

发布时间：2021-03-23 11:06

　　确切Logistic回归是通过将条件定义在除估计参数以外的所有冗余参数之上以获得估计参数的条件分布，从而获得确切估计与假设检验结果的一种多因素回归分析方法，当样本量较小、数据结构较偏时尤其显示其推断结果可靠、准确的特点，随着计算机硬件技术的进一步发展和计算方法的进一步优化，确切Logistic回归的应用正逐步成为现实。本文系统阐述了确切Logistic回归的原理、模型、推断方法，并举例说明了适用的数学计算方法，同时结合医学遗传学实例进行分析，提示：确切Logistic回归方法成熟可靠，其具有估计结果的无偏性、估计与检验结果存在的确定性与结果的准确性的特点，但是，也存在着计算过程的复杂性和假设检验结果保守性的缺点。随着计算机硬件技术的发展和计算方法的改善，计算量大的问题正在被逐步解决。通过实例分析证明，应用确切Logistic回归可较好解决医学遗传学领域某些研究中样本量小、数据结构偏的问题，提示确切Logistic回归在医学遗传学领域具有良好的适用性。 

【文章来源】：山西医科大学山西省

【文章页数】：47 页

【学位级别】：硕士

【文章目录】：
中文摘要
英文摘要
前言
原理与方法
应用实例分析
讨论
参考文献
致谢



本文编号：3095683